@thesis{thesis,
		author={ },
		title ={ANALISIS FEAR APPEAL TERHADAP PERILAKU KONSUMEN SELAMA PANDEMI COVID-19 MENGGUNAKAN MULTIPLE LINEAR REGRESSION DAN AGENT-BASED MODELLING},
		year={0000},
		url={https://digilib.itb.ac.id/gdl/view/67147},
		abstract={Fisika merupakan ilmu alam yang mempelajari materi, gerak dan perilakunya melalui ruang dan waktu. Saat ini, ruang lingkup kajian ilmu fisika telah berkembang hingga mencakup sistem yang berhubungan dengan benda yang memiliki kemampuan untuk mengatur diri (self-organization) yang disebut dengan
sistem kompleks. Pada awal masa pandemi COVID-19, hampir seluruh pemerintahan di dunia menerapkan kebijakan baru seperti lockdown dan social distancing yang menimbulkan ketakutan atau kepanikan masyarakat. Penelitian ini bertujuan untuk menganalisis apakah ketakutan atau kepanikan memengaruhi keputusan manusia dalam berbelanja selama masa pandemi COVID-19 dan mengukur seberapa besar pengaruh tersebut. Selain itu, juga akan dibuat simulasi impulsive buying berdasarkan data salah satu supermarket di kota Bukittinggi. Penelitian ini akan menggunakan salah satu algoritma machine learning yaitu multiple linear regression untuk melihat pengaruh ketakutan terhadap keputusan
berbelanja. Simulasi dari impulsive buying akan dibuat menggunakan ABM yang terinspirasi dari El Farol Model Library pada Netlogo. Dari penelitian ini diperoleh bahwa ketakutan secara signifikan memengaruhi manusia dalam membuat keputusan berbelanja. Masing-masing generasi Y dan generasi Z merasakan
pengaruh ketakutan yang berbeda-beda. Simulasi dari impulsive buying menggunakan ABM menunjukkan bahwa tingkat kepanikan akan memengaruhi perilaku agen. Perilaku impulsive buying ini memengaruhi tingkat kepuasan dari agen yang berbelanja di supermarket.}
		}